Для полноценного использования всех возможностей нашего сервиса необходимо заполнить и подтвердить обязательные поля в вашем профиле:
Благодарим за уделённое внимание!
Ставропольский государственный аграрный университет представил работающий образец роботизированной системы, предназначенной для ранней диагностики состояния растений в тепличных условиях. Эта разработка является частью важной государственной инициативы по обеспечению технологического суверенитета в сельском хозяйстве. Основные цели проекта включают увеличение устойчивости овощеводства закрытого грунта, снижение потерь от фитопатологий, а также ускорение селекции и внедрение отечественных цифровых технологий в тепличное производство.
Проект осуществляется в рамках программы развития Научного центра мирового уровня «Агроинженерия будущего» и нацелен на оптимизацию производственных процессов, основанных на данных. Инновационная платформа движется по заданным маршрутам в теплице и фотографирует растения для выявления симптомов заболеваний и отклонений в их развитии. Полученные изображения автоматически обрабатываются с помощью встроенной нейросети, которая генерирует диагностические выводы на основе ключевых показателей.
Основной акцент проекта делается на отечественных технологиях данных и аналитики, позволяя развивать алгоритмы для российских сортов и адаптировать их под конкретные тепличные условия. Такой подход повышает точность диагностики и оперативность реагирования на риски, переводя мониторинг растений в систематический процесс и минимизируя человеческий фактор.
Первые промышленные испытания системы состоялись в декабре 2025 года, а ее презентация прошла в январе 2026 года на тепличном комплексе в Ульяновске. Разработка была поддержана Министерством сельского хозяйства России, что подтверждает её практическую значимость. Главная задача проекта — предоставить сельхозтоваропроизводителям инструмент для ранней диагностики, который сократит потери и обеспечит стабильность урожая.
Источник: Eqinfo.ru
Новости meatinfo – читайте в нашем телеграм канале Подписаться